Бабенко, Віталій ОлеговичНастенко, Євген АрнольдовичПавлов, Володимир АнатолійовичДикан, Ірина Миколаївна2024-11-142024-11-142024Ієрархічний алгоритм мультикласифікації стадій фіброзу печінки з інтегрованим аналізом областей інтересу / Бабенко Віталій Олегович, Настенко Євген Арнольдович, Солодущенко Володимир В’ячеславович, Павлов Володимир Анатолійович, Дикан Ірина Миколаївна // Біомедична інженерія і технологія. – 2024. – № 14. – С. 64-73. – Бібліогр.: 19 назв.https://ela.kpi.ua/handle/123456789/70594Ультразвукове дослідження є провідним методом у діагностиці таких патологій, як хронічний гепатит і цироз печінки. Однак ефективність даного інструменту значною мірою залежить від кваліфікації лікаря, а інтерпретація зображень є суб'єктивною. Точна оцінка ультразвукових зображень вимагає значного досвіду фахівця в цій галузі. Впровадження автоматизованих систем класифікації стадій фіброзу печінки може стати розв’язанням проблеми нестачі висококваліфікованих радіологів, особливо в регіонах з обмеженими ресурсами. Дослідження, метою якого є розробка подібної системи, базувалося на матеріалах державної установи «Інститут ядерної медицини та променевої діагностики Національної академії медичних наук України». У дослідженні використовувався набір даних з 1059 сегментованих вручну областей інтересу з 585 ультразвукових зображень 162 пацієнтів. Кожному пацієнту була проведена біопсія печінки з подальшим гістопатологічним аналізом за системою METAVIR. Для класифікації оцінок METAVIR використовувались ансамблеві методи машинного навчання, а саме: випадковий ліс, XGBoost, LightGBM і ВЛДОС. Ефективність цих методів на різних стадіях фіброзу печінки оцінювалась за допомогою таких показників, як точність, чутливість і специфічність. Найкращі результати показали LightGBM (82% точності на тестовому наборі в задачі “F0-1 проти F2-4”, 86% точності в задачі “F0-2 проти F3-4” і 96% точності в задачі “F0-3 проти F4”) і ВЛДОС (77% точності в задачі “F0 проти F1-4”). При використанні цих моделей в запропонованому ієрархічному алгоритмі мультикласифікації стадій фіброзу була досягнута точність 99% для всіх суб’єктів. Результати дослідження підтверджують ефективність запропонованого алгоритму для визначення конкретної стадії фіброзу печінки за системою METAVIR з використанням звичайних ультразвукових зображень у В-режимі. Це відкриває перспективу швидкої та точної діагностики без необхідності використання додаткового обладнання або тестових процедур, що робить цю технологію потенційно корисною для підтримки діагностичних можливостей радіологів у клінічних умовах.ukфіброз печінкимашинне навчанняаналіз медичних зображеньмоделюванняультразвукова візуалізаціяLiver FibrosisMachine LearningMedical Images AnalysisModelingUltrasound ImagingArticleС. 64-73008.64-616.36-08-073.4